View/Open

Author
PUJA, KUSUMA WARDANI

Date Published
18 Jun 2026

Advisor
Aulia Try Atmojo, S.Kel., M.T.,
Muhammad Ario Eko Rahadianto, M.T.,

Subject
Teknik Geomatika

Publisher

Pemantauan kualitas air di perairan pesisir merupakan hal penting untuk menjaga keseimbangan ekosistem dan keberlanjutan wisata bahari. Penelitian ini bertujuan untuk menganalisis hubungan fitur spektral Sentinel-2A dengan konsentrasi MPT dan kekeruhan, serta mengevaluasi kinerja model machine learning dalam menghasilkan estimasi dan peta sebaran spasialnya di perairan Pulau Mahitam, Lampung. Sebanyak 30 sampel air diambil pada 23 November 2025 menggunakan metode purposive sampling, dikombinasikan dengan citra Sentinel-2A Level-2A yang diakuisisi pada 26 Agustus 2025. Seleksi fitur dilakukan dua tahap menggunakan korelasi Pearson dan Permutation Importance, menghasilkan 6 fitur final untuk MPT dan 5 fitur untuk kekeruhan dengan NSMI sebagai prediktor dominan pada kedua parameter. Algoritma Random Forest (RF) dan Support Vector Regression (SVR) digunakan sebagai model estimasi pada dua skema seleksi fitur yang berbeda. Hasil menunjukkan RF Skema 1 sebagai /model terbaik untuk MPT dengan R² = 0,7364, RMSE = 6,884 mg/L, dan MAE = 5,133 mg/L, sedangkan untuk kekeruhan SVR Skema 2 menghasilkan performa terbaik dengan R² = 0,7557, RMSE = 0,0880 NTU, dan MAE = 0,0461 NTU. Peta sebaran spasial menunjukkan konsentrasi tertinggi terkonsentrasi di zona pesisir sisi barat laut dan selatan Pulau Mahitam, dan seluruh titik sampel masih memenuhi baku mutu Kepmen LH No. 51 Tahun 2004.

URI
https://repo.itera.ac.id/depan/submission/SB2606230189

Keyword
Materi Padatan Tersuspensi (MPT) Kekeruhan Sentinel-2A Machine Learning Kualitas Air Pesisir